《影像组学及其在肿瘤研究与临床中的应用》.pptVIP

Radiomics可以将图像转化为可挖掘数据,因此是一个典型的大数据应用实例。 在具体流程上，主要包括前期数据收集，影像处理以及影像特征分析和临床分析。 数据收集上，目前主要包括美方的Radiomics数据联盟，我们也希望能将中国的多中心数据联盟加入到这项研究中。 影像分析上，主要利用我们的MITK3DMed平台以及Definiens软件，如右边所示对肺部及其内部结构，如支气管、血管和肺结节进行分割提取。 在前期影像分析的基础上进行相关特征分析和临床分析，最终希望进行临床预测。 * Radiomics可以将图像转化为可挖掘数据,因此是一个典型的大数据应用实例。 在具体流程上，主要包括前期数据收集，影像处理以及影像特征分析和临床分析。 数据收集上，目前主要包括美方的Radiomics数据联盟，我们也希望能将中国的多中心数据联盟加入到这项研究中。 影像分析上，主要利用我们的MITK3DMed平台以及Definiens软件，如右边所示对肺部及其内部结构，如支气管、血管和肺结节进行分割提取。 在前期影像分析的基础上进行相关特征分析和临床分析，最终希望进行临床预测。 * Figure 3 | Radiomics heat map. (a) Unsupervised clustering of lung cancer patients (Lung1 set, n?422) on the y axis and radiomic feature expression (n?440) on the x axis, revealed clusters of patients with similar radiomic expression patterns. (b) Clinical patient parameters for showing significant association of the radiomic expression patterns with primary tumour stage (T-stage; Po11020, w2 test), overall stage (P?3.4103, w2 test) and histology (P?0.019, w2 test). (c) Correspondence of radiomic feature groups with the clustered expression patterns. * Figure 3 | Radiomics heat map. (a) Unsupervised clustering of lung cancer patients (Lung1 set, n?422) on the y axis and radiomic feature expression (n?440) on the x axis, revealed clusters of patients with similar radiomic expression patterns. (b) Clinical patient parameters for showing significant association of the radiomic expression patterns with primary tumour stage (T-stage; Po11020, w2 test), overall stage (P?3.4103, w2 test) and histology (P?0.019, w2 test). (c) Correspondence of radiomic feature groups with the clustered expression patterns. * 基因集富集分析 (Gene Set Enrichment Analysis, GSEA) 的基本思想是使用预定义的基因集，通常来自功能注释或先前实验的结果，将基因按照在两类样本中的差异表达程度排序，然后检验预先设定的基因集合是否在这个排序表的顶端或者底端富集。基因集合富集分析检测基因集合而不是单个基因的表达变化，因此可以包含这些细微的表达变化，预期得到更为理想的结果。 Prognostic performance and gene-expression association of the radiomics signature. (a) Radiomic signature performance. Kaplan–Meier curves demonstrating performance of the radiomic signature on the lung ca